基于作物表型的温室精准灌溉策略研究进展

冯 倩，尹义蕾，王 柳，王春辉，裴庆余，丁小明，张凌风，王晓丽，王会强

（1.农业农村部规划设计研究院，北京100125；2.农业农村部农业设施结构设计与智能建造重点实验室，北京100125；3.河北润农节水科技股份有限公司，河北 唐山064100；4.河北农业大学，河北 保定071001）

0 引 言

灌溉是设施农业生产过程中的关键环节，作物的水分状态直接影响作物生理过程和潜在生产力[1]，影响其产量和品质。持续控制作物的水分状况十分重要，严重的水分胁迫或灌溉不及时将会导致作物减产[2]，灌溉量过多不仅会造成水资源的浪费，在一定程度上也会影响作物品质，更为严重的将导致作物死亡。基于上述原因，合理的灌溉制度就变得尤为重要，随着科技的发展，设施农业精准灌溉成为人们研究的热点[3,4]。精准灌溉是指依据作物类型、作物生长过程的耗水特点等实际需求，通过人工或自动监测手段、数据计算、网络传输等先进技术，采用最优的灌溉设施和灌溉施肥制度对作物进行严格有效的灌溉，以确保作物在生长过程中的需要，达到作物高产和优质高效的灌溉应用新模式[5-7]。与凭人工经验进行灌溉的传统模式相比，精准灌溉技术系统考虑了农作物、气候、土壤墒情等多方面因素，可以较好地根据作物需求精准控制作物生长所需水量及时间，具备节水、节能、优产、提质、增效的潜力[8]，精准灌溉已成为节水灌溉发展的必然方向[9]。目前荷兰最先进精准灌溉技术水资源的利用率可达到95%以上，遥遥领先于国内技术。实现精准灌溉的依据在于掌握作物的需水特征、需水时期及需水量等参数[10]，因此如何能够准确反映作物水分状况的指标是实现精准灌溉的重要基础。

近年来国内外学者主要从以下几方面进行了精准灌溉研究：①基于土壤水分的灌溉制度[11,12]，该方法主要利用多种传感器和参数建模方法预测土壤湿度，通过比较植物生长各个阶段的含水量并将物联网应用集成到农业中，以减少用水量并提高产量，但缺点在于忽略了环境因素与灌溉之间的关系，另一方面来讲，植物生理变化是对植物自身组织水分状态作出的响应，而并非对土壤含水量的响应[13]，因此难以真实的反映作物本身的水分状况；②利用作物灌溉模型进行仿真试验研究[14-16]，该方法主要是基于多年的数据模拟分配固定时间内的作物灌溉量，缺点在于计算相对复杂、应用范围有限且不具有及时性[17]；③基于作物表型的灌溉制度，该方法是通过作物茎直径变化、茎流速率、冠层温度等表型参数以及生长环境参数，通过建立作物-环境耦合模型，智能决策作物的需水状况。基于作物表型参数的灌溉策略与其他灌溉制度相比具有简单易行、实时监测并准确获取作物水分信息等突出优势，因此本研究主要开展了基于作物表型的温室精准灌溉策略的研究。

表型是作物基因型与环境互作后呈现出来的性状，包括形态学、生育期、产量、品质、抗性等性状[18]。植物表型性状可以分为三大类：形态结构性状、生理功能性状和组分含量性状。相关研究表明，植物水分状况与茎秆直径微变化、叶温或冠层温度、茎流速率等植物表型参数密切相关[19]，即‘植物“胁迫”感应’[20]。一般情况下，植物在水分胁迫下的蒸散发量较低，将会导致叶片萎蔫、叶面积减少、茎粗生长减少和植物生长阻滞等水分胁迫症状的发生，以及叶片水分状况、光合作用、茎流、叶片温度、渗透调节等生理生化过程的改变。本文主要针对基于作物表型参数（茎直径变化、茎流、冠层温度）进行温室精准灌溉的国内外研究现状进行了分析和讨论，指出了基于作物表型参数指导精准灌溉存在的问题，并从加强作物表型与灌溉领域基础理论研究、探索先进技术、加快装备研发进程、提升国内温室环境控制水平和积极开展温室操作人员技术培训工作等方面提出了针对性建议，以期为实现温室种植自动、智能、精准灌溉提供相关依据。

1 研究现状分析

1.1 基于茎直径变化的灌溉策略

茎直径变化（stem diameter variation, SDV）是衡量作物干旱胁迫的一项重要指标，茎直径随着水在木质部和韧皮部之间运动而变化[21]。SDV的主要机制是内部水分含量的变化导致了茎组织中的死组织和活组织的可逆收缩和膨胀，从而造成茎直径的收缩和膨胀现象。茎的收缩-膨胀是木质部对水势变化的响应[22,23]。在水分胁迫下，茎秆收缩将会阻碍茎秆的生长，因此茎直径变化可对植株内部水分状况作出响应，从而使人们了解植株水分状况，指导实现精准灌溉[24]。

长期以来，国内外研究学者一直在根据茎直径的变化及其对作物内部水分状况的响应阈值寻找精准且有效的灌溉策略。国外GALLARDO 等学者[25]在温室条件下利用SDV 衍生指数，最大日收缩率（MDS）和茎生长速率（SGR）对番茄植株的水分状况指标进行评价，试验表明在冬季低蒸发需求条件下，SDV 衍生指数对植株水分状况检测的灵敏度较低；在春夏季高蒸发需求条件下，SDV 衍生指数对植株水分状况检测的灵敏度较高。同时，试验发现MDS 对番茄成熟植株的水分状况检测比较敏感，SGR 对番茄幼苗水分状况检测更为敏感，因此SDV 衍生指标可用于反映番茄植株的水分状况。Abdelfatah 等学者[26]在温室条件下研究了樱桃树干MDS 与环境和生理变量之间的关系，发现MDS 可作为指导樱桃灌溉的指标，MDS 对水分胁迫较为敏感，对灌溉停止引起的基质电位下降有较强烈的反应，建议阈值为0.30 mm。

国内孟兆江等学者[27]在温室条件下通过对茄子进行了茎直径变化与作物水分状况关系的研究，结果表明茎直径变化量与叶水势、叶片相对含水量有很好的相关性，可以反映植株体内的水分状况，同时研究也发现由于茎直径变化受外界环境影响较大，因此MDS 不宜单独作为诊断指标，需建立茎直径变化与环境因子耦合的诊断模型；王晓森等学者[28]通过对春季番茄不同生育期茎直径变化特征与气象因子的相关性进行研究，结果发现茎直径日变化与叶水势日变化相似，但茎直径变化落后于叶水势变化，二者存在相关性，茎直径变化能够很好的反映番茄的水分状况，同时提出了相对最大收缩量（RMDS）指标，可以消除气象因子对结果的影响，局限性在于作物不同生育期茎直径变化范围是不同的，因此也需分时期进行研究。胡笑涛等[29]研究了温室番茄茎秆直径微变化对分根区交替灌溉以及固定部分根区滴灌两种灌溉方式的响应，通过建立MDS 与代表当日天气状况的参考作物蒸发蒸腾量（ET0）关系发现，MDS 与ET0存在显著线性正相关（R2=0.38，P＜0.000 1），可用于指导番茄灌溉。

众多研究表明，茎直径变化可作为指导温室精准灌溉的一项重要指标，可以反映植株体内的水分状况，但是由于茎直径变化受外界环境影响较大，因此在研究中通常建立茎直径变化、作物生长发育及环境等因素共同考虑的多模型融合的作物需水预测模型。

1.2 基于茎流速率的灌溉策略

掌握作物蒸腾耗水的前提是要了解作物茎流变化[30]，植物茎流是指植物在蒸腾作用下茎秆内产生的上升液流，在水分胁迫条件下，由于气孔关闭，蒸腾速率降低，进而影响茎流，因此茎流作为一种可衡量作物蒸腾作用的指标，判断作物是否遭受水分胁迫[31]。目前农业方面测定茎流的方式主要有热脉冲速率法（Heat Pulse Velocity，HPV）[32]、茎热平衡法（Stem Heat Balance，SHB）[33,34]、热扩散法（Thermal Dissipation Probe, TDP）[35]等，用于温室作物测量茎流的方法主要采用茎热平衡法（SHB）。

GREY 等学者[36]观察到番茄在水分胁迫处理3 天后茎流明显下降，茎流与ET0之间具有较好的相关性，研究表明，植物茎流速率对水分胁迫有一定的响应，可以合理地利用茎流速率来确定植物的水分胁迫水平。YANG 等学者[37]研究发现，在番茄开花期和坐果期，充分灌溉的2/3 灌水量处理的茎流速率明显低于充分灌溉，晴天番茄茎流量的日变化呈双峰曲线。QIU 等[38]报道，与番茄充分灌溉相比，充分灌溉量2/3和1/2处理的茎流速率分别降低了22.1%和42.8%，茎液日流量与太阳辐射、气温、水汽压差、参考蒸散量均呈显著正相关。VERMEULEN 等学者[39]对水培番茄作物进行干旱处理发现，作物遭受干旱胁迫会导致液流速率显著降低，从而迫使作物利用其内部储存的水分来支撑蒸腾作用，茎流速率的变化可以在症状发生之前就检测到了干旱胁迫，因此可以在早期预警系统中进行利用。

杨再强等学者[40]研究表明番茄开花期和坐果期，严重的水分亏缺处理使得茎流降低，在正常灌溉和轻度水分亏缺下处理下，晴天番茄茎流日变化呈双峰曲线，中午太阳辐射强，气孔关闭，茎流速率出现低谷，同时研究发现太阳辐射和空气温湿度是影响番茄茎流的主要气象因子。彭致功等[41]对影响日光温室内茄子茎流变化规律的因子进行了系统研究，以太阳辐射、空气温湿度和土壤温度为主要影响因子，运用回归分析法建立了主要环境因子与茄子植株蒸腾之间的回归关系式，并能很好的拟合实测结果，预测植株蒸腾速率。刘浩等[42]采用茎热平衡理论对番茄植株茎流进行连续监测，研究发现，在充分供水条件下，影响茎流最主要的环境因子是太阳辐射和饱和水汽压差，同时发现土壤水分状况明显影响植株茎流状况，茎流速率随水分胁迫的加剧而急剧降低，研究证明番茄茎流速率经标准化处理后可以反映蒸腾规律。冀健红等[43]研究了温室番茄茎流与气象因子之间的关系，探索了利用茎流计法监测温室番茄需水量的可行性，试验表明太阳辐射和水汽压差是影响番茄茎流的主要因素，其中太阳辐射对茎流速率的影响更为显著，同时发现采用茎流计测量蒸腾量的结果与称重法几乎一致，因此可用茎流计法直接测量番茄的需水量。

上述研究表明，茎流速率对作物的干旱胁迫有一定的响应，茎流速率在症状发生之前就可以检测到干旱胁迫的发生，从而起到预警的作用。同理，茎流速率与茎直径变化这一作物需水诊断指标相似，不同的生育期对水分需求量不同，导致作物不同生育期茎流速率的变化规律不同。茎流速率受环境因子影响较大，因此研究基于茎流速率的灌溉策略需结合作物不同生育期的需水特征，同时需把控茎流速率与环境因子之间的关系，整合出作物各生育期茎流速率-环境因子耦合的作物需水模型。

1.3 基于冠层温度的灌溉策略

冠层温度是能量平衡的结果和体现，冠层与外界的能量交换是通过辐射、传导、对流和蒸腾的方式来实现，并且伴随着光合作用、呼吸作用、酶促作用等一系列代谢活动[44]。植物通过蒸腾失水以维持叶片温度的相对稳定，蒸腾作用的发生将使得叶片温度降低[45]，而当植株遭受干旱胁迫时，为保证植株的生长，叶片将关闭气孔以减少蒸腾散发，使得叶片温度升高[46]，温度升高在一定程度上会破坏酶的活性，损害植株的正常功能，造成植株减产[47]。蒸腾强度的改变通常决定叶片表面能量损失程度的大小，从而导致冠层温度的变化。因此，冠层温度的变化常被作为监测植株受胁迫情况的指标之一。

基于植株冠层温度得到广泛研究，1981年IDSO 等学者[48]提出了水分胁迫指数（Crop Water Stress Index，CWSI）。作物水分胁迫指数经验公式为：

式中：Tc-Ta为冠层温度-气温差；Tc为冠层温度；Ta为冠层上方空气温度；(Tc-Ta)ll为冠层温度-气温差下限，是作物充分供水时的冠气温差；(Tc-Ta)ul为冠层温度-气温差上限，是作物遭受严重水分胁迫、蒸腾为0时的冠气温差。

作物水分胁迫指数（CWSI）方法已成功用于多种作物和气候条件。 国外ALORDZINU 等[49]利用红外热像仪（Workswell Wiris Agro R Infrared Camera，WWARIC）评估番茄生长的水分胁迫指数，发现将作物水分状态保持在0＜CWSI≤0.25之间可获得最佳产量，试验发现这种基于环境和作物数据设计的新型红外相机，不需要气象数据，就可以有效地评价番茄作物水分胁迫指数（CWSI），同时使用3D 图像来估计番茄的水分胁迫，以指导植株灌溉；Yetik 等[50]研究表明，在整个试验期间，CWSI值通常在0 和1 之间变化，2019年平均CWSI值在0.12至0.85之间，2021年平均CWSI值在0.19至0.89之间，推荐将CWSI值0.12 作为确定灌溉时间的阈值，以获得最大的甜菜根和糖产量；Çolak 等学者[51]对地下和地表滴灌系统下茄子作物水分胁迫指数（CWSI）进行评估，结果表明在CWSI值为0.18～0.20 的条件下灌溉茄子可获得优质高产；SEZEN 等[52]进行了水分胁迫对滴灌和沟灌不同灌溉方式下红辣椒水分胁迫指数的研究，结果表明滴灌和沟灌的水分胁迫指数（CWSI）阈值分别为0.26 和0.38，产量与CWSI之间存在显著的相关性。

由于作物水分胁迫指数精确度高，计算过程中利用的参数较多，且对于应用场地具有一定的要求，较难应用于实际生产，因此一些学者更青睐于采用冠气温差、冠气温度比等指标对植株的水分状况进行监测。国内张晓东等学者[53]研究了油菜的冠层温度特征，并建立了冠气温差模型及CWSI模型，结果表明可以利用CWSI模型对油菜的植株含水率进行预测，以此应用于油菜水分胁迫诊断。李波等[54]通过对温室秋冬茬青椒冠气温差与环境因子进行分析，发现在土壤含水量较低时，青椒冠气温差明显较高，可以很好地反映作物水分亏缺程度。刘婵等[55]研究了番茄结果期冠层叶-气温差（ΔT）与土壤容积含水率之间的关系，发现二者之间呈线性负相关关系，确定了冠层叶-气温差的临界值，即当ΔT≥-1.5 ℃时，番茄开始表现出缺水症状。张舜凯等[56]量化了包括CWSI、相对气孔导度指数、叶片温度、叶气温差在内的4个常用热红外指标与植株生理指标之间的响应关系，研究表明CWSI与相对气孔导度指数可用于预测番茄植株叶气交换水平，作为衡量植株是否缺水的代表性热红外指标。

冠层温度的变化通常可以反映出作物蒸腾强度的变化，蒸腾可以反映作物水分含量的变化。国内大多研究通常采用冠气温差、冠气温度比或CWSI等诊断指标对作物的水分状况进行监测，建立冠层温度-气象因子耦合需水模型及CWSI模型，以应用于作物水分状况的预测，局限性在于需要考虑气象因子的影响。相比较而言，国外对于这项研究有了一定程度的突破，利用新型红外热像仪不需要考虑气象因子就可以估计作物水分胁迫，这项技术对基于冠层温度的灌溉策略的发展起到了一定的推动作用。

小结：上述3种不同方法的优缺点见表1。

表1 作物表型用于检测作物水分状况的优缺点比较Tab.1 Comparison of advantages and disadvantages of crop phenotypes for detecting crop water status

2 存在问题与未来展望

2.1 存在问题

基于作物表型参数进行精准灌溉的相关研究国外开始的较早，而国内起步较晚，在基础理论、设备研发和实际应用等方面与国外相比还存在较大的差距，迫切需要进一步系统研究。在基础理论研究方面，以基于茎直径微变化灌溉决策为例，国外集中研究作物的不同生育期下基于茎直径微变化监测作物水分状况的指标体系及监测模式，明确了不同生育期判断水分状况的茎直径衍生指标，从而可以针对不同时期使用不同的诊断指标判断水分状况，以此精准指导灌溉，而国内目前在这方面还尚不完善，大多数试验仅进行了某一生育期的研究，形成的结论应用范围普遍具有一定的局限性。

在技术研发方面，最新研究表明国外开发了可以专门用来估计CWSI的新型红外摄像机设备，从红外摄像机获得的CWSI可快速、准确反映作物的水分状况，而无需考虑作物类型和环境条件的影响。相比较而言，国内的装备系统研发还较为落后，暂不具备细、精、深等特点，对于我国国内自主研发的植物表型传感器还存在一系列的问题，例如①设备不简便，配套线路繁琐，占地空间大，影响农事操作；②传感器具有易滑落的危险，造成数据不准确和缺失；③适用范围不广泛，长季节作物需要进行落蔓以及移动，因此需要传感器也进行相应的移动，操作不便；④接触式数据采集方式，夹持时易对作物产生损伤。

在实际应用方面，灌溉策略适用范围具有局限性，一方面为试验环境原因，由于灌溉策略受环境影响很大，因此基于作物表型的灌溉策略不适用于指导环境处于高度波动下的作物，在环境的高度波动下可能会导致模型失真，确定基于植物表型的灌溉策略总体而言是一项较为复杂和长期的试验，涉及到温室内各项参数采集、模型的建立、模型的修正与简化等一系列操作，目前国内温室大多数装备信息采集不准确，难以获取关键参数来进行相关研究应用。另一方面为人员技术因素，在灌溉策略的使用过程中，需要操作者具备一定的专业知识与能力，能熟练操作信息化装备，甄别和分析相关数据，目前大多数温室种植农户可能在技能和专业知识储备不足，因此无法将先进的技术真正实践应用到我们日常的温室大棚中去，这往往也是限制这项技术推广应用的原因之一。

2.2 未来展望

在温室领域，智能灌溉决策未来将是持续研究的热点，植物表型研究将是未来的一个重要途径。目前国内基于表型的温室灌溉策略还存在适用性不强、环境因子影响大、人员技术要求高、设备监测不精确、技术研发不先进等问题，对于植物表型在温室灌溉中未来将如何发展，本研究进行了如下展望：

（1）加强作物表型与灌溉领域基础理论研究。从基础理论方面入手，全面系统的研究作物在不同生育时期所呈现出的生理状态与自身水分状况之间的关系，分时期、分条件的详细分析，做到每一时期都有具体的灌溉决策，更加全面地了解不同作物需水状况，及时做到补水控水，保证作物正常生长。

（2）探索先进技术，加快装备研发进程。积极建设创新团队，研发性能可靠、灵敏度高、操作简便、价格适中的新型设备，为试验进行打好坚实的数据基础。

（3）提升国内温室环境控制系统，保证环境数据监测的准确性。环境数据在作物灌溉方面影响较大，提高环境系统的准确性与实用性，系统记录温室环境数据，并与作物表型参数相结合，才能真正建立起植物表型-环境因子耦合的温室灌溉控制模型，精准指导灌溉。

（4）积极开展温室操作人员技术培训工作，提高操作人员在管理过程中的实用技术能力，让更多的农业人员学习了解新技术，在未来的温室产业发展中能够真正做到应用与推广。

3 结 语

本研究总结了国内外植物表型在温室灌溉领域取得的成绩，分析了植物表型用于指导灌溉在我国存在的问题，并对植物表型在温室灌溉行业未来的发展方向进行了展望。目前精准灌溉策略研究和应用在我国刚刚起步，基于作物表型的温室灌溉策略未来也将成为灌溉行业研究的热点，以期为我国精准灌溉系统更简便化、智能化、无人化奠定相应的基础。